自编码器是一种无监督学习的前馈神经网络,网络结构有三层:输入层、隐层和输出层:
其中输入层的神经元个数表示输入数据的维度,输出层的神经元个数表示输出数据的维度,因为自编码器的思想是使得输入等于输出,来进行参数训练,所以输入层的神经元个数等于输出层的神经元个数
训练步骤:
(1)初始化每一层的W矩阵和b向量,选择随机梯度下降的学习率,选择神经元的激活函数
(2)通过反向传播算法进行参数训练
反向传播算法步骤:
自编码器是一种无监督学习的前馈神经网络,网络结构有三层:输入层、隐层和输出层:
其中输入层的神经元个数表示输入数据的维度,输出层的神经元个数表示输出数据的维度,因为自编码器的思想是使得输入等于输出,来进行参数训练,所以输入层的神经元个数等于输出层的神经元个数
训练步骤:
(1)初始化每一层的W矩阵和b向量,选择随机梯度下降的学习率,选择神经元的激活函数
(2)通过反向传播算法进行参数训练
反向传播算法步骤: